包介绍、日志模块及深浅拷贝

今天的学习内容有包、logging模块、hashlib模块、openpyxl模块以及深浅拷贝的概念

包

在学习模块的时候我们了解过模块的四种表现形式，其中的一种就是包。

什么是包？

它是一系列模块文件的结合体，表示形式就是一个文件夹，该文件夹的内部通常会有一个__int__.py文件，而包的本质其实还是一个模块。

首次导入包的步骤：

　　先产生一个执行文件的名称空间

　　　　1.创建包下面的__int__.py文件的名称空间

　　　　2.执行包下面的__int__.py文件中的代码，将产生的名字放入包下面的__int__.py文件名称空间中

　　　　3.在执行文件中拿到一个指向包下面的__int__.py文件名称空间的名字

*在导入语句中 .号的左边肯定是一个包（文件夹）

#当你作为包的设计者来说
     1.当模块的功能特别多的情况下 应该分文件管理
     2.每个模块之间为了避免后期模块改名的问题 你可以使用相对导入(包里面的文件都应该是#被导入的模块)

#站在包的开发者 如果使用绝对路径来管理的自己的模块 那么它只需要永远以包的路径为基准依次导入模块
#站在包的使用者 你必须得将包所在的那个文件夹路径添加到system path中(******)

python2如果要导入包 包下面必须要有__init__.py文件
python3如果要导入包 包下面没有__init__.py文件也不会报错
当你在删程序不必要的文件的时候 千万不要随意删除__init__.py文件

logging模块

日志模块，日志模块中有五个等级和四个对象

#5个等级

logging.debug('debug日志')  # 10
logging.info('info日志')  # 20
logging.warning('warning日志')  # 30
logging.error('error日志')  # 40
logging.critical('critical日志')  # 50

#四个对象
#1.logger对象：负责产生日志

#2.filter对象 ： 过滤日志（了解）

#3.handler对象：控制日志输出的位置（文件/终端）

#4.formmater对象：规定日志内容的格式

#日志的配置
"""
下面的两个变量对应的值 需要你手动修改
"""
logfile_dir = os.path.dirname(__file__)  # log文件的目录
logfile_name = 'a3.log'  # log文件名

# 如果不存在定义的日志目录就创建一个
if not os.path.isdir(logfile_dir):
    os.mkdir(logfile_dir)

# log文件的全路径
logfile_path = os.path.join(logfile_dir, logfile_name)
# log配置字典
LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},  # 过滤日志
    'handlers': {
        #打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',  # 打印到屏幕
            'formatter': 'simple'
        },
        #打印到文件的日志,收集info及以上的日志
        'default': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
            'formatter': 'standard',
            'filename': logfile_path,  # 日志文件
            'maxBytes': 1024*1024*5,  # 日志大小 5M
            'backupCount': 5,
            'encoding': 'utf-8',  # 日志文件的编码，再也不用担心中文log乱码了
        },
    },
    'loggers': {
        #logging.getLogger(__name__)拿到的logger配置
        '': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },  # 当键不存在的情况下 默认都会使用该k:v配置
    },
}

# 使用日志字典配置
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('asajdjdskaj')
logger1.debug('好好的 不要浮躁 努力就有收获')

hashlib模块

#hashlib模块（加密模块）
import hashlib  # 这个加密的过程是无法解密的
md = hashlib.md5()  # 生成一个帮你造密文的对象
md.update('hello'.encode('utf-8'))  # 往对象里传明文数据  update只能接受bytes类型的数据
md.update(b'morning')  # 往对象里传明文数据  update只能接受bytes类型的数据
print(md.hexdigest())  # 获取明文数据对应的密文

除了我们常用的md5外，还有一些其他的算法，但是对于不同的算法，使用方法是相同的，密文的长度越长，内部对应的算法越复杂。但是密文太长也有两个缺点，一是时间消耗越长，二是占用空间更大，所以通常情况下使用md5就足够了。

md = hashlib.md5()
#md.update(b'are')  # 传入的内容 可以分多次传入 只要传入的内容相同 那么生成的密文肯定相同
md.update(b'a')
md.update(b'r')
md.update(b'e')
print(md.hexdigest())
"""
hashlib模块应用场景
    1.密码的密文存储
    2.校验文件内容是否一致
"""

#加盐处理
# 公司自己在每一个需要加密的数据之前 先手动添加一些内容
import hashlib
md = hashlib.md5()
md.update(b'oldboy.com')  # 加盐处理
md.update(b'hello')  # 真正的内容
print(md.hexdigest())

#动态加盐
import hashlib
def get_md5(data):
    md = hashlib.md5()
    md.update('加盐'.encode('utf-8'))
    md.update(data.encode('utf-8'))
    return md.hexdigest()

password = input('password>>>:')
res = get_md5(password)
print(res)

openpyxl模块

openpyxl比较火的操作excel表格的模块

03版本之前 excel文件的后缀名 叫xls

03版本之后 excel文件的后缀名 叫xlsx

其它操作excel的模块：

xlwd 写excel      xlrt读excel

xlwd和xlrt既支持03版本之前的excel文件，也支持03版本之后的excel文件

openpyxl 只支持03版本之后的  xlsx

from openpyxl import Workbook

wb = Workbook()  # 先生成一个工作簿
wb1 = wb.create_sheet('index',0)  # 创建一个表单页  后面可以通过数字控制位置
wb2 = wb.create_sheet('index1')  
wb1.title ='login'  # 后期可以通过表单页对象点title修改表单页名称

wb1['A3'] = 666  # 在列表中A3的位置添加数字
wb1['A4'] = 444
wb1.cell(row=6,column=3,value=8888)  # 在列表的第6行第3列添加值8888
wb1['A5'] = '=sum(A3:A4)'  # 将列表的A3和A4位置进行加法运算，输出结果到A5上

wb.save('test.xlsx')  # 保存新建的excel文件，要注意保存之前要确认文件是否关闭，未关闭会报错。

from openpyxl import load_workbook  # 读文件

wb = load_workbook('test.xlsx',read_only=True,data_only=True)
print(wb)
print(wb.sheetnames)  # ['login', 'Sheet', 'index1']
print(wb['login']['A3'].value)  # 读出文件中login里A3处的值

深浅拷贝

l1 = [1,2,3,[4,5,6]]
l2 = l1
print(id(l1),id(l2))  # 值拷贝

#浅拷贝
import copy
l1 = [1,2,3,[4,5,6]]
l2 = copy.copy(l1)
print(l1,l2)  # 值相同
print(id(l1),id(l2))  # 地址不同
l1[0]=0
print(l1,l2) # l1=[0, 2, 3, [4, 5, 6]],l2=[1, 2, 3, [4, 5, 6]]
l1[3].append(7)
print(l1,l2)  # l1=[0, 2, 3, [4, 5, 6, 7]],l2=[1, 2, 3, [4, 5, 6, 7]]

浅拷贝图示

对于浅拷贝来说，只是在内存中重新创建了开辟了一个空间存放一个新列表，但是新列表中的元素与原列表中的元素是公用的，当原列表中存放的是可变类型，浅拷贝指向的是原可变类型，所以当原列表中可变类型中的元素发生变化，浅拷贝的也会跟着一起变。

#深拷贝
l2 = copy.deepcopy(l1)
l1[3].append(7)
print(l1,l2)  # l1 = [1, 2, 3, [4, 5, 6, 7]],l2=[1, 2, 3, [4, 5, 6]]

深拷贝图示

对于深copy来说，列表是在内存中重新创建的，列表中可变的数据类型是重新创建的，列表中的不可变的数据类型是公用的。

总结：深浅拷贝中，不可变的数据类型都是公用的，但在浅拷贝只是指向可变数据类型，而深拷贝则是完全新建一个。